Ecosyste.ms: Awesome

An open API service indexing awesome lists of open source software.

Awesome Lists | Featured Topics | Projects

https://github.com/airingursb/bilibili-user

🍥 Bilibili 用户爬虫
https://github.com/airingursb/bilibili-user

bilibili mysql python3

Last synced: 6 days ago
JSON representation

🍥 Bilibili 用户爬虫

Awesome Lists containing this project

README

        

# bilibili-user

Bilibili用户爬虫

知乎专栏地址:[https://zhuanlan.zhihu.com/p/24434456](https://zhuanlan.zhihu.com/p/24434456)

本文所使用的数据可视化为 [infogr.am](infogr.am)

**该爬虫仅供学习使用**

## 文件介绍

* `bilibili_user.py`:爬虫文件
* `bilibili_user_info.sql`:数据库文件
* `get_face.py`:用户头像下载器

## Bilibili用户报告(Web App)

演示地址:[http://ursb.me/bilibili-report](http://ursb.me/bilibili-report)
GitHub:[https://github.com/airingursb/bilibili-report](https://github.com/airingursb/bilibili-report)

**跪求Star Orz...**

## 用户数据初步分析

> 转自我的博客 [B站2000万用户分析](http://ursb.me/2016/02/23/B%E7%AB%992000%E4%B8%87%E7%94%A8%E6%88%B7%E5%88%86%E6%9E%90/)

### 基本概况

- 总数据数:20119918
- 抓取用户的顺序为其注册时间顺序:2009-06-24 14:06:54 至 2016-02-18 21:04:52
- 预估遗漏数据:不超过2%
- 抓取字段:用户id,昵称,性别,头像,等级,经验值,粉丝数,生日,地址,注册时间,签名,等级与经验值等。

### 性别

- 有效数据:14643019
- 保密:11621898
- 男:1674196
- 女:1346925

![性别统计](http://airing.ursb.me/ursbbilibili-sex1.png-600.jpg)

这个男女比例是有点出乎个人预料的,接近1:1。其实之前初步抓了2013年暑假之前的数据,男女比例当时还在3:1这样。

![性别统计](http://airing.ursb.me/ursbbilibili-sex2.png-600.jpg)

![性别统计](http://airing.ursb.me/ursbbilibili-sex3.png-600.jpg)

可见明确性别的群体还是比较少的,只占了总数据的 15% 左右。

更多的分析日后再做。

### 年龄

- 统计范围:1970-2010(1980年除外)
- 总数据:3800767

具体数据不放了,简单看一下统计结果吧。

![年龄统计](http://airing.ursb.me/ursbbilibili-age3.png-600.jpg)

主要用户分布在93-00年的用户(大概16-23周岁),其中97年(19岁)用户占了绝对的主导地位。

事实证明,B站小学生并不多,而是高中生、大学生比较多。

![年龄统计](http://airing.ursb.me/ursbbilibili-age1.png-600.jpg)

![年龄统计](http://airing.ursb.me/ursbbilibili-age2.png-600.jpg)

90后用户占主体,但是用户年龄段正在不断后移。毕竟,是一个年轻人的网站。

### 地区

- 分析范围:国内34个省市及地区。
- 有效数据:863541

![地区统计](http://airing.ursb.me/ursbbilibili-place1.png-600.jpg)

主要用户分布在:广东、江苏、北京、上海、浙江等地区。都是一些经济很发达的沿海地区。

![地区统计](http://airing.ursb.me/ursbbilibili-place3.png-600.jpg)

![地区统计](http://airing.ursb.me/ursbbilibili-place2.png-600.jpg)

### 注册时间

- 统计时间:2009-06-24 14:06:54 至 2016-02-18 21:04:52
- 总数据:20119823

![注册时间统计](http://airing.ursb.me/ursbbilibili-reg1.png-600.jpg)

由于16年才过去2个多月,所以少一点,不过可以预见其发展必将远超2015年。自2009年开站以来,每年用户几乎都是以指数级增长。

![注册时间统计](http://airing.ursb.me/ursbbilibili-reg2.png-600.jpg)

![注册时间统计](http://airing.ursb.me/ursbbilibili-reg3.png-600.jpg)

### 活跃度统计

- 等级范围:0 - 6
- 总数据:20119918
- 截止时间:2016-02-18

由于B站有经验等级规则,用户的活跃度可以依据等级判断。

等级为0,就是只注册未登陆过的用户。等级为1或2,为非活跃用户。等级为3以上,就是活跃用户。其中等级为5或6的,为投稿数特别特别多、视频特别火爆的用户,为B站的主干用户(约5000人)。

![等级统计](http://airing.ursb.me/ursbbilibili-level1.png-600.jpg)

![等级统计](http://airing.ursb.me/ursbbilibili-level2.png-600.jpg)

关于留存率等数据,日后再统计分析。

### 粉丝统计

- 有效数据:2011918
- 范围:0 - 988323
- 截止时间:2016-02-18 21:04:52

![粉丝统计](http://airing.ursb.me/ursbbilibili-fans1.png-600.jpg)

哎- -,我也是有2个粉丝的人!

![粉丝统计](http://airing.ursb.me/ursbbilibili-fans4.png-600.jpg)

以下是B站TOP20用户。很多人都非常的眼熟哈。

![粉丝统计](http://airing.ursb.me/ursbbilibili-fans3.png-600.jpg)